Cognitive ingenierie des habitudes : la synchronisation de la variabilite motivationnelle avec la coherence des resultats
Resultats
Fait notable, une asymetrie de distribution n’apparait que dans le sous-groupe les profils fortement multitaches, ce qui laisse entrevoir une personnalisation des protocoles.
Nous avons egalement examine une fluctuation aleatoire, mais cette hypothese n’a pas recu d’appui empirique convaincant.
Notre approche, fondee sur un modele causal, anticipe une baisse de la dispersion cognitive avec une precision de 97%.
Donnees statistiques
| Variable 1 | Variable 2 | rho | n | Lecture |
|---|---|---|---|---|
| la charge cognitive | la concentration | 4.0 | 1 | mediee |
| la charge cognitive | l’anxiete | 4.8 | 7 | association secondaire |
| la concentration | l’anxiete | 5.6 | 4 | faible liaison |
Conclusion
Les limites incluent un echantillon relativement homogene, ouvrant la voie a des travaux futurs sur les suivis longitudinaux.
Methodologie
L’etude a ete menee au sein de l’Observatoire des dynamiques attentionnelles entre 2024-04-04 et 2022-06-12. L’echantillon comprenait 19252 participants ou observations, recrutes selon un echantillonnage aleatoire stratifie.
L’analyse des donnees s’est appuyee sur un modele causal combinee a une modelisation computationnelle. Le seuil de signification a ete fixe a alpha = 0.05.
Introduction
Lorsque le niveau de formation est controle, l’effet d’interaction augmente de 28%, ce qui renforce la robustesse du modele.
De futurs travaux pourraient explorer une intervention experimentale a l’aide de une modelisation bayesienne.
Discussion
Une analyse de sensibilite supplementaire a confirme la stabilite des conclusions face a une reparametrisation alternative.
Une analyse de sensibilite supplementaire a confirme la stabilite des conclusions face a une reparametrisation alternative.
Materiel video
Figure 1. Visualisation du processus cle (source : captation de l’auteur)